+7(495) 989 9610
ИД «Финансы и кредит»

ЖУРНАЛЫ

  

АВТОРАМ

  

ПОДПИСКА

    
«Экономический анализ: теория и практика»
 

Реферирование и индексирование

РИНЦ
Referativny Zhurnal VINITI RAS
Worldcat
Google Scholar

Электронные версии в PDF

EBSCOhost
Eastview
Elibrary
Biblioclub

Разработка алгоритмов стресс-тестирования компаний (на примере металлургии)

т. 19, вып. 8, август 2020

Получена: 20.07.2020

Получена в доработанном виде: 30.07.2020

Одобрена: 11.08.2020

Доступна онлайн: 28.08.2020

Рубрика: Теория экономического анализа

Коды JEL: L10

Страницы: 1458–1489

https://doi.org/10.24891/ea.19.8.1458

Когденко В.Г. доктор экономических наук, доцент, заведующая кафедрой финансового менеджмента, Национальный исследовательский ядерный университет «МИФИ», Москва, Российская Федерация 
kogdenko7@mail.ru

https://orcid.org/0000-0001-9732-1174
SPIN-код: 5187-2698

Предмет. Развитие алгоритмов стресс-тестирования компаний реального сектора экономики.
Цели. Обобщение алгоритмов стресс-тестирования и оценка гипотезы об устойчивости металлургических компаний к внешним шокам.
Методология. Использовались общенаучные принципы и методы исследования: абстрагирование, обобщение подходов отечественных и иностранных авторов к стресс-тестированию и отраслевому анализу.
Результаты. Разработана методика агрегированного прямого однофакторного исторического стресс-тестирования на основе нисходящего (top-down) подхода, включающая три этапа. На первом этапе выявляются параметры стресс-тестирования: стресс-факторы, переменные и постоянные параметры моделей. В качестве стресс-фактора определена выручка, подверженная влиянию рыночного риска. На втором этапе обосновываются алгоритмы прогнозирования параметров стресс-тестирования, затем рассчитываются прогнозные значения переменных и постоянных параметров модели, оценивается волатильность стресс-фактора, рассчитываются доверительные интервалы, обосновываются сценарии стресс-тестирования. На заключительном этапе анализируются результаты стресс-тестирования. Методика была апробирована на данных металлургических предприятий, всего исследовалась финансовая отчетность 454 организаций.
Выводы. Компании выбранных видов деятельности, особенно компании первой группы (20% компаний, на которые приходится 80% выручки), имеют высокую степень устойчивости в краткосрочном периоде, благодаря своей операционной эффективности, что обеспечивает непрерывность деятельности. В долгосрочном периоде предприятия металлургии имеют недостаточную степень устойчивости вследствие высокой кредитной нагрузки, компенсирующей агрессивную дивидендную политику, и недостаточных инвестиций в поддержание производственных мощностей и обеспечение безопасности производства.

Ключевые слова: оценка рисков, стресс-тестирование, металлургия

Список литературы:

  1. Данилова Е.О., Марков К.В. Макропруденциальное стресс-тестирование финансового сектора: международный опыт и подходы Банка России // Деньги и кредит. 2017. № 10. С. 3–15. URL: Link
  2. Вершинина О.В., Лабушева Я.Г., Султаниев И.С. Роль стресс-тестирования в управлении рисками страховой компании // Бизнес. Образование. Право. 2019. № 1. С. 132–136. URL: Link
  3. Дюндик К.А., Кохно П.А. Особенности управления интегрированными отраслевыми компаниями // Научный вестник оборонно-промышленного комплекса России. 2017. № 3. С. 30–50. URL: Link
  4. Малкина М.Ю., Овчаров А.О. Индекс финансового стресса как обобщающий индикатор финансовой нестабильности // Научно-исследовательский финансовый институт. Финансовый журнал. 2019. № 3. С. 38–54. URL: Link
  5. Коршикова М.В. Диверсификация в управлении хозяйственными рисками: метод анализа иерархий // Вестник АПК Ставрополья. 2015. № 2. С. 259–263. URL: Link
  6. Григорян А.А. Использование стресс-тестирования при прогнозировании финансовой устойчивости организаций // Международный бухгалтерский учет. 2011. № 6. С. 45–49. URL: Link
  7. Лядова Ю.О. Анализ факторов, влияющих на финансовую устойчивость предприятия, и методики их оценки // Известия Санкт-Петербургского государственного экономического университета. 2018. № 4. С. 175–179. URL: Link
  8. Beaver W.H. Financial Ratio as Predictors of Failure. Journal of Accounting Research, 1966, no. 4, pp. 71–111. URL: Link
  9. Altman E.I. Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy. The Journal of Finance, 1968, vol. 23, no. 4, pp. 589–609. URL: Link
  10. Любушин Н.П., Бабичева Н.Э., Лылов А.И. Экономический анализ устойчивого развития субъектов хозяйствования в условиях цикличности // Экономический анализ: теория и практика. 2018. Т. 17. Вып. 1. С. 4–17. URL: Link
  11. Коновалова К.Ю. Вопросы современных теоретических аспектов системы управления рисками в коммерческом банке // Научные известия. 2017. № 7. С. 27–36. URL: Link
  12. Селютин В.В., Власенко Е.А., Месропян К.Э. Модельные подходы к стресс-тестированию банков и банковской системы: современные тенденции и возможности совершенствования // Финансы и кредит. 2017. Т. 23. Вып. 8. С. 430–449. URL: Link
  13. Попова К.А. Инструменты проведения стресс-тестирования и их практическое использование // Хроноэкономика. 2019. № 5. URL: Link
  14. Когденко В.Г. Развитие методики отраслевого анализа на основе Гарвардской парадигмы // Экономический анализ: теория и практика. 2019. Т. 18. Вып. 10. С. 1847–1880. URL: Link
  15. Казакова Н.А., Когденко В.Г., Кузьмина-Мерлино И., Сивкова А.Е. Оценка и прогнозирование экономической устойчивости российских металлургических компаний // Черные металлы. 2020. № 4. С. 56–64. URL: Link
  16. Neingo P.N., Tholana T. Trends in Productivity in the South African Gold Mining Industry. The Journal of the Southern African Institute of Mining and Metallurgy, 2016, vol. 116, iss. 3, pp. 283–290. URL: Link
  17. Yong He, Nuo Liao, Jiwen Rao et al. The Optimization of Investment Strategy for Resource Utilization and Energy Conservation in Iron Mines Based on Monte Carlo and Intelligent Computation. Journal of Cleaner Production, 2019, vol. 232, pp. 672–691. URL: Link
  18. Christmann P. Towards a More Equitable Use of Mineral Resources. Natural Resources Research, 2018, vol. 27, iss. 2, pp. 159–177. URL: Link
  19. Kijewska A. Conditions for Sustainable Growth (SGR) for Companies from Metallurgy and Mining Sector in Poland. Metalurgija, 2016, vol. 55, iss. 1, pp. 139–142. URL: Link
  20. Asr E., Kakaie R., Ataei M. et al. A Review of Studies on Sustainable Development in Mining Life Cycle. Journal of Cleaner Production, 2019, vol 229, pp. 213–231. URL: Link
  21. Любушин Н.П., Бабичева Н.Э., Игошев А.К., Кондрашова Н.В. Моделирование устойчивого развития экономических систем различных иерархических уровней на основе ресурсоориентированного подхода // Экономический анализ: теория и практика. 2015. № 48. С. 2–12. URL: Link
  22. Ендовицкий Д.А., Бабичева Н.Э., Любушин Н.П. Использование ресурсоориентированного подхода в оценке системной сбалансированности экономики // Экономический анализ: теория и практика. 2018. Т. 17. Вып. 12. С. 1298–1309. URL: Link
  23. Сигель Э. Просчитать будущее: Кто кликнет, купит, соврет или умрет. М.: Альпина Паблишер, 2018. 374 с.

Посмотреть другие статьи номера »

 

ISSN 2311-8725 (Online)
ISSN 2073-039X (Print)

Свежий номер журнала

т. 19, вып. 9, сентябрь 2020

Другие номера журнала